Reconnaissance physique et géométrique d’éléments en béton armé par radar et réseaux de neurones artificiels

par Kriengkai Viriyametanont

Thèse de doctorat en Génie civil

Sous la direction de Ginette Arliguié.

Soutenue en 2008

à Toulouse, INSA .


  • Résumé

    La reconnaissance physique et/ou géométrique des éléments de construction en béton armé se heurte à de nombreux problèmes liés à une maîtrise trop partielle des techniques. La technologie radar est de plus en plus mise en œuvre sur les structures en béton armé à des fins de reconnaissance géométrique (détection d’armatures, positionnement en plan et en profondeur). Les pratiques usuelles d’analyse et d’exploitation des mesures radar se limitent très généralement à l’évaluation grossière de la profondeur des objets réflecteurs. Pourtant, la réponse électromagnétique de l’élément ausculté véhicule beaucoup d’informations non exploitées (teneur en eau et porosité du béton, diamètre d’armature). Le but de ce travail vise à remonter à ces informations physiques et géométriques selon une approche statistique basée sur le concept des réseaux de neurones artificiels (RNA). Les RNA constituent une famille d’outils de modélisation statistique supposés reproduire les capacités d’apprentissage et de reconnaissance du cerveau et sont parfois décrits comme un concept d’intelligence artificielle. Une banque de données statistiques de laboratoire a été constituée et a permis d’entraîner un RNA apte à reconnaître des signatures radar et à en extraire les informations suivantes : teneur en eau du béton ; porosité du béton ; profondeur d’armature ; diamètre d’armature. L’outil ainsi développé est finalement mis à l’épreuve sur des structures réelles

  • Titre traduit

    Physical and geometrical survey of reinforced concrete elements using radar and artificial neural networks


  • Résumé

    Physical and geometrical survey of reinforced-concrete elements is difficult due to many problems associated to limited knowledge and comprehension of the various NDT techniques. The radar technology is increasingly implemented on reinforced concrete structures for the geometrical survey (detection of steel reinforcement, 3D positioning of buried objects). Radar measurements are usually restricted to the rough assessment of the concrete cover. However, the electromagnetic response of the surveyed element contains more information (moisture content and porosity of concrete, diameter of the reinforcement). The purpose of this work is focused on the application of radar to the physical and geometrical characterization of reinforced concrete elements according to a statistical approach based on the concept of artificial neural networks (ANN). ANN belong to the class of statistical modelling methods. ANN are supposed to reproduce the learning and recognition capacities of the human brain and are sometime described as a concept of artificial intelligence. A laboratory statistical database was established and used to train ANN models able to recognize radar signatures and to extract information such as : moisture content of concrete ; concrete porosity ; reinforcement depth and diameter. The developed models were at last tested on real concrete structures

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (230 p.)
  • Annexes : Bibliogr. p. 221-230

Où se trouve cette thèse ?

  • Bibliothèque : Institut national des sciences appliquées. Bibliothèque centrale.
  • Disponible pour le PEB
  • Cote : 2008/926/VIR
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.